Livro-razão verificável de IA: OpenGradient virou a caixa-preta do avesso, mas o mercado ainda está indeciso
Na noite passada, dei mais uma olhada nos dados on-chain da OpenGradient e vi que o preço caiu de um pico histórico de 0.48 para perto de 0.16. Não é pânico, é uma reflexão sobre uma questão — um projeto que lançou a mainnet há menos de dois meses, hospedando mais de 4400 modelos e processando mais de 2 milhões de inferências verificáveis, por que o mercado ainda está na dúvida?
A resposta pode não estar na tecnologia em si.
Vamos esclarecer o que é. A OpenGradient não roda uma blockchain própria, mas atua como um coprocessador — a inferência de IA é executada off-chain usando GPU e nós TEE, com resultados e provas ancorados na blockchain de forma assíncrona. Os nós de validação apenas precisam verificar as provas, sem a necessidade de rodar novamente o modelo. O esquema técnico se chama HACA, com a lógica central resumida em uma frase: execução e validação feitas separadamente.
O método de validação é dividido em três níveis. O TEE depende da credibilidade do hardware da Intel, o SGX é suficiente para o dia a dia e é a opção padrão para inferência LLM; ZKML utiliza provas matemáticas, com um teto de segurança, mas o custo de tempo para gerar a prova pode ser maior do que rodar o modelo em si; o Vanilla cobre cenários de baixo risco por conta própria. O whitepaper não prometeu “segurança absoluta”, mas apresentou um “menu de confiança” — escolha entre eficiência ou segurança, a decisão é sua. @OpenGradient
Mas as contas precisam ser feitas com clareza. O TEE se baseia na confiabilidade do hardware da Intel, e o SGX já foi alvo de ataques por canal lateral várias vezes. Colocar a base de segurança da IA verificável em um firmware fechado de uma fabricante de chips é, por si só, uma concessão. O ZKML é absolutamente seguro, mas lento — a equipe do projeto sabe disso, forçar o ZKML em cenários de grande escala pode travar tudo.
Agora, vamos olhar para o token. O suprimento total é de 1 bilhão de moedas, com cerca de 1.9 bilhão em circulação. No dia 21 de junho, cerca de 9.13 milhões de moedas serão desbloqueadas, avaliadas em aproximadamente 1.62 milhões de dólares. A liberação normal da participação da fundação não é um sinal de dump. Mas a oferta realmente está aumentando.
A equipe tem um histórico forte. O CEO Matthew Wang trabalhou anteriormente como engenheiro de pesquisa na Two Sigma, e o CTO Adam Balogh foi o ex-responsável técnico da plataforma AI da Palantir. A a16z crypto liderou uma rodada de investimento de 9.5 milhões de dólares, com a Coinbase Ventures e SV Angel também no barco. A Binance e a Upbit já listaram o spot.
No dia 4 de junho, também lançaram o OpenGradient Chat, um assistente de IA generativa com foco em privacidade. Após a atualização x402, os pedidos de inferência são roteados diretamente para o enclave TEE, sem a necessidade de confiar em terceiros.
#OPG $OPG
Na noite passada, dei mais uma olhada nos dados on-chain da OpenGradient e vi que o preço caiu de um pico histórico de 0.48 para perto de 0.16. Não é pânico, é uma reflexão sobre uma questão — um projeto que lançou a mainnet há menos de dois meses, hospedando mais de 4400 modelos e processando mais de 2 milhões de inferências verificáveis, por que o mercado ainda está na dúvida?
A resposta pode não estar na tecnologia em si.
Vamos esclarecer o que é. A OpenGradient não roda uma blockchain própria, mas atua como um coprocessador — a inferência de IA é executada off-chain usando GPU e nós TEE, com resultados e provas ancorados na blockchain de forma assíncrona. Os nós de validação apenas precisam verificar as provas, sem a necessidade de rodar novamente o modelo. O esquema técnico se chama HACA, com a lógica central resumida em uma frase: execução e validação feitas separadamente.
O método de validação é dividido em três níveis. O TEE depende da credibilidade do hardware da Intel, o SGX é suficiente para o dia a dia e é a opção padrão para inferência LLM; ZKML utiliza provas matemáticas, com um teto de segurança, mas o custo de tempo para gerar a prova pode ser maior do que rodar o modelo em si; o Vanilla cobre cenários de baixo risco por conta própria. O whitepaper não prometeu “segurança absoluta”, mas apresentou um “menu de confiança” — escolha entre eficiência ou segurança, a decisão é sua. @OpenGradient
Mas as contas precisam ser feitas com clareza. O TEE se baseia na confiabilidade do hardware da Intel, e o SGX já foi alvo de ataques por canal lateral várias vezes. Colocar a base de segurança da IA verificável em um firmware fechado de uma fabricante de chips é, por si só, uma concessão. O ZKML é absolutamente seguro, mas lento — a equipe do projeto sabe disso, forçar o ZKML em cenários de grande escala pode travar tudo.
Agora, vamos olhar para o token. O suprimento total é de 1 bilhão de moedas, com cerca de 1.9 bilhão em circulação. No dia 21 de junho, cerca de 9.13 milhões de moedas serão desbloqueadas, avaliadas em aproximadamente 1.62 milhões de dólares. A liberação normal da participação da fundação não é um sinal de dump. Mas a oferta realmente está aumentando.
A equipe tem um histórico forte. O CEO Matthew Wang trabalhou anteriormente como engenheiro de pesquisa na Two Sigma, e o CTO Adam Balogh foi o ex-responsável técnico da plataforma AI da Palantir. A a16z crypto liderou uma rodada de investimento de 9.5 milhões de dólares, com a Coinbase Ventures e SV Angel também no barco. A Binance e a Upbit já listaram o spot.
No dia 4 de junho, também lançaram o OpenGradient Chat, um assistente de IA generativa com foco em privacidade. Após a atualização x402, os pedidos de inferência são roteados diretamente para o enclave TEE, sem a necessidade de confiar em terceiros.
#OPG $OPG